构造验证码训练集

1，生成带有字符的图片

使用PIL库中的Image，ImageFont，ImageDraw三个模块

im = Image.new("L",(420,80),255)
dr = ImageDraw.Draw(im)
#录入字体文件，在网上下相关字体，不用就是默认的
font = ImageFont.truetype("micro.ttf",48)
#在画布上写字，text是要录入的字符串，fill是字体的颜色，第一个元祖的开始画的坐标
dr.text((10,y),text,font=font,fill="#000000")
filename = str()+"_num.png"
#保存到文件
im.save("charset/"+filename)

 

这里y是变量是为了生成纵坐标不一样的字体来充实训练集，如果想的话还可以让字体旋转

 

http://xiaorui.cc/2014/11/14/%E4%BD%BF%E7%94%A8python-pil%E5%BA%93%E5%AE%9E%E7%8E%B0%E5%A4%8D%E6%9D%82%E7%9A%84%E5%9B%BE%E7%89%87%E9%AA%8C%E8%AF%81%E7%A0%81%E5%8F%8A%E7%BC%A9%E7%95%A5%E5%9B%BE/

2，切分图片

我生成的图片里由很多字符，[0-9a-zA-Z]，要通过切分才能生成单个字符的训练集，首先将图像以灰度图像的模式打开，再转为矩阵，之后对矩阵进行二值化，因为刚才生成的图片很正规，所以这里不会出现噪音，所以切分图片可以很顺利的进行，主要流程如下：

把二值矩阵转置，将连续的，和大于0的列存入一个同数组，

再把这个数组转置，就得到切分后的图片了。

#mypic是要切分的图片名称，用灰度模式打开
image = Image.open(mypic).convert('L')
#转为矩阵
matrix = np.array(image,dtype='float64')
#二值化，就是变成0和1组成的
test = to2(matrix.T)
#存放切分完图片的列表，这里要切分0-9十个，所以准备了10歌列表
l = [[],[],[],[],[],[],[],[],[],[]]
#计数器，用来切换列表
j = 0
for i in test:
    try:
        if sum(i)<>0:
            l[j].append(i)
        if sum(i)==0 and len(l[j])>0:
            j+=1
#分完最后一个图片后会抛出异常，其实break就行了
    except IndexError:
        continue
#转置回来
for i in range(len(l)):
    tmp = np.array(l[i])
    l[i] = tmp.T
for i in range(len(l)):
    try:
#保存图片，用olt的imsave方法，第一个参数是文件名，第二个是要保存的图片
        plt.imsave('trainset/'+str(i)+'_'+prefix+'.png',l[i])
    except IndexError:
            continue